BROWSE
Detail
Conference Paper
FN1 및 ALDH2 기반 당뇨병성 신장질환 분류를 위한 머신러닝 모델 비교
Cited - time in 
Share 
Share
- Issue Date
- 2026-08
- Citation
- 한국전기전자학회 학술 대회 (하계) 2026, pp.1-2
- Publisher
- 한국전기전자학회
- Language
- Korean
- Type
- Conference Paper
- Abstract
- 당뇨병성 신장질환(DKD)은 조기 고위험군 선별이 중요하지만, 기존의 추정 사구체여과율(eGFR)과 알부민뇨만으로는 초기 신장 손상과 질환 진행을 충분히 반영하기 어렵다는 한계가 있다. 본 연구에서는 선행연구에서 제시된 FN1과 ALDH2 바이오마커를 입력 변수로 사용하여, 동일한 학습(GSE96804, n=61) 및 독립 검증(GSE104948/GSE104954, n=71) 데이터셋에서 GLM, GAM, Elastic Net, TabPFN v2 네 가지 단일 모델과 Out-Of-Fold(OOF) 기반 Weighted Voting 및 Stacking 앙상블을 비교하였다. 그 결과 단일 GAM이 독립 검증 데이터셋에서 AUC 0.974로 가장 우수한 성능을 보였으며, 이는 선행연구 대비 향상된 성능을 보인다. 이러한 결과는 적은 수의 바이오마커와 제한된 데이터셋 환경에서는 모델의 복잡도를 높이기보다 데이터 특성에 적합한 단일 모델을 선택하는 것이 일반화 성능 향상에 더욱 효과적일 수 있음을 시사하며, DKD 진단을 위한 머신러닝 기반 분류 모델 설계에 유용한 근거를 제공한다.
- KSP Keywords
- Elastic Net, weighted voting